Title of the paper (14pt

České vysoké učení technické v Praze
Fakulta dopravní - Horská
30. září 2015
Praha, Česká republika
Využití neuromarketingových postupů v dopravě a spojích.
Josef Hrudkai
Abstract: The paper begins with brief summary of various neuropsychological measuring methods
recently attributed with the branch of so called neuromarketing, along with justification of the chosen
paradigm. Most distinctive representatives of such methods include electroencephalography (EEG),
functional magnetic resonance imaging (fMRI), near-field infrared spectroscopy (NIRS), eye tracking,
galvanic skin resistance measurements (GSR) and facial expression analysis. A comparison of their
strengths, weaknesses and their particular contributions for sake of automatized, inobtrusive data
collection from relatively wide samples of population follows. Links to related fields of scientific
research, for example artificial intelligence, human-computer interface design, and affective
computing are also mentioned. Assorted examples of real-world employment of discussed methods,
especially in automotive industry, conclude the article, among the others automatic driver’s state
monitoring and detection of potentially hazardous conditions, as drowsiness, fatigue or so called road
rage. For sake of completeness, also an impact of these methods on marketing communication of one
from the leading automotive brands is discussed.
Keywords: neuromarketing, EEG, fMRI, eye tracking, face reading, affective computing, HCI,
automatic emotion detection, driver’s drowsiness, road rage
1. Vymezení neuromarketingu
O neuromarketingu jako o svébytné vědní disciplíně se mluví přibližně od roku 2000, ačkoli
mnohé zdroje ukazují na začátek 90. let minulého století a některé stopují jeho kořeny až
k Platónovi. Autoři pocházející z akademické sféry ho obvykle definují jako využívání
zobrazovacích metod schopných zaznamenávat aktivitu neuronů mozku a centrální nervové
soustavy pro účely marketingového výzkumu [1]. To platí také o zaznamenávání dalších
biometrických dat, jako třeba galvanický odpor pokožky, dechovou a tepovou frekvenci,
rozměr zornic, směr pohledu atd. Dají se identifikovat okolnosti a vlivy, které daly této
disciplíně vzniknout.
1.1. Disproporce mezi reálnými možnostmi klasických výzkumných metod a
požadavky, na ně kladenými.
Za klasické metody se dají považovat především různé formy dotazování participantů
výzkumu. Marketingový výzkum se v zásadě zajímá o dvě navzájem provázané otázky – jak
se zákazník rozhoduje o nákupu a za druhé jak přijímá a zpracovává marketingovou
komunikaci. Tyto procesy mohou probíhat ve stavu vysoké a nebo nízké angažovanosti
rozhodujícího se subjektu, jak vyplývá například ze známého ELM modelu (Petty &
Cacioppo) [2]. V prvním případě je účastník výzkumu pravděpodobně schopen správně a
úplně popsat důvody svého rozhodnutí a technika dotazování poskytuje spolehlivé a
využitelné informace. V případě druhém ale, aniž by účastník výzkumu záměrně lhal, jeho
snaha rekonstruovat nákupní proces může poskytnout naprosto nesmyslné informace. Potom
je na místě nasadit vhodnou nepřímou metodu, a ta nemusí být nutně založena na využití
sofistikovaných lékařských přístrojů, k dispozici je například metoda ZMET vyvinutá
Ing. Josef Hrudka, Vysoká škola mezinárodních a veřejných vztahů Praha, Pod Santoškou 17, 150 00 Praha 5,
[email protected]
i
1
České vysoké učení technické v Praze
Fakulta dopravní - Horská
30. září 2015
Praha, Česká republika
v devadesátých letech Geraldem Zaltmanem a založená na využití obrazových metafor
zpřístupňujících skryté motivy jednání participantů výzkumu. V současnosti jsou zákazníci
nuceni rok za rokem činit stále více nákupních rozhodnutí a zároveň vnímat a zpracovávat
stále více komunikace z okolního prostředí, takže rozhodně roste podíl podnětů řešených ve
stavu nízké zainteresovanosti, a úměrně tomu roste poptávka po nepřímých metodách,
schopných tyto jevy identifikovat a měřit. Mnohé z nich jsou založeny na instrumentálních
metodách, dlouhodobě využívaných v medicíně.
1.2.
Zájem o výzkum emocí
V polovině devadesátých let došlo k zásadnímu přehodnocení významu lidských emocí
v individuálních rozhodovacích procesech. Velkou zásluhu na tom měl Antonio Damasio
který ve své práci Descartesův omyl (u nás vyšla v překladu 2000) vyvrací způsob nahlížení
na lidskou mysl používaný už od antických filozofů. To mělo za následek zvýšený zájem o
identifikaci, třídění a kvantifikaci lidských emocí v mnoha vědních oborech. Oblast využití
zpracování emocí nelze samozřejmě redukovat jen na marketingový výzkum, obrovské
možnosti (a také zdroje financování) se tomuto oboru otevírají v oblasti konstruování rozhraní
člověk/stroj (HCI), což je často limitující faktor nejrůznějších technických řešení včetně
aplikací v oboru dopravního inženýrství. Vznikají tu celé nové multidisciplinální vědní obory,
např. profesorka Rosalind Picard z MIT už v roce 2000 svou prací Affective Computing de
facto založila obor automatického zpracování emocí s řadou aplikací daleko přesahujících
samotný neuromarketing. Rovněž marketingoví výzkumníci správně vyhodnotili důležitost
měření emocí pro rozvoj oboru své činnosti a spoluvytvářeli poptávku po dostupných a
spolehlivých technologických řešeních. Nelze pominout ani ten fakt, že obor marketingového
výzkumu je průmysl jako každý jiný, a i v něm je nutné stále uvádět na trh větší i menší
inovace. Aplikace neurovědy proto může být jak příležitostí pro nově vznikající společnosti,
tak také výzvou pro společnosti už zavedené.
1.3.
Zlepšená dostupnost potřebných technologií
Za posledních 20 let došlo k souběžnému zdokonalování a zlevňování veškeré lékařské
diagnostické techniky, což znamenalo také snížení nároků na kvalifikaci její obsluhy. Rychlý
růst výkonnosti výpočetní techniky zase umožnil efektivně zpracovávat enormní množství dat
na výstupech diagnostických přístrojů a zpracovaná data vhodnou formou prezentovat
(například trojrozměrná CT). Kromě extenzivního růstu výkonnosti počítačů je třeba zmínit
také nasazení principiálně nových metod zpracování dat s využitím umělé inteligence,
například na základě umělých neurálních sítí. V tomto oboru bohužel platí, že jednotliví
vývojáři uvádějí jen minimum konkrétních informací o principu fungování, možnostech a
výkonnosti svých systémů, a dá se o nich pouze spekulovat na základě zřejmých faktů. O
značné výpočetní náročnosti systémů analýzy videosouborů svědčí například to, že mnoho
společností nabízejících tuto službu ji poskytují pouze off-line a svůj software neinstalují na
počítače svých klientů.
1.4.
Vývoj neuromarketingu
V posledních 20 letech prošel neuromarketing coby vědní obor vývojem, který zřejmě nebude
mezi vznikajícími obory úplně ojedinělý. Zpočátku se rozvíjel nenápadně a bez většího zájmu
veřejnosti. Zhruba kolem roku 2005 se stal atraktivním pro média, což mu přineslo značnou
publicitu, ale na druhé straně vzbudilo silnou vlnu kritiky. Ta se jednak soustředila na eticky
sporné stránky neuromarketingových experimentů, a na druhé straně zpochybňovala sliby a
2
České vysoké učení technické v Praze
Fakulta dopravní - Horská
30. září 2015
Praha, Česká republika
prognózy některých méně seriózních zástupců oboru, kteří například slibovali v lidské mysli
najít tzv. „Buy Button“, tedy spolehlivý a univerzální prostředek manipulace zákazníkem. Na
podobná témata byla veřejnost vždycky citlivá, podobnou pozornost například vzbudil už
v padesátých letech minulého století Vance Packard svou knihou Hidden Persuaders. Po roce
2010 nesl neuromarketing nějaký čas stigma určitého dryáčnictví, dodnes jsou aktivní a
navštěvované webové stránky, poukazující na nesmysly hlásané pseudovědci z tohoto oboru
(např. neurobollocks.wordpress.com). Neznamená to samozřejmě jeho zánik, naopak stále
více týmů po celém světě rozvíjí výzkumné projekty, publikuje seriózní práce a také uvádí na
trh reálné aplikace svých výsledků, jen v názvech článků se tolik neobjevuje slovo
neuromarketing. V poslední době převažují jednoznačně pozitivní trendy vývoje, kvalitativní
standardy začíná garantovat oborová asociace NMSBA [5] a neuronarketingové metody se
stávají integrální součástí nabídky všech tradičních poskytovatelů služeb marketingového
výzkumu (Nielsen, Millward Brown). Proč by se tedy dopravní inženýr měl zajímat právě o
neuromarketingové, a ne o jakékoli neuropsychologické metody? Dané hledisko mu nabízí
určitý předvýběr – v marketingu je jedním z hlavních kritérií, jestli se nějaký projekt
zrealizuje, návratnost investice (ROI). Pokud tedy výzkumník hledá řešení, které nezůstane
jen čistě v měřítku kvalitativních experimentů, ale bude schopné zvládat v přijatelně krátkém
čase a v rámci reálných rozpočtů i poměrně rozsáhlé vzorky respondentů, měl by ho hledat
v první řadě u výzkumů financovaných velkými společnostmi z oboru rychloobrátkového
zboží (FMCG), nebo velkými výrobci automobilů. Tam se totiž koncentruje jak poptávka po
inovacích, tak potřebné fondy. Silnou stránkou neuromarketingových firem je také fakt, že
data umějí nejen změřit, ale také zpracovat a srozumitelně prezentovat, jinak by brzy zanikly.
2. Hlavní metody měření využívané v neuromarketingu [3]
2.1.
Funkční magnetická rezonance (fMRI)
Zobrazování s využitím nukleární magnetické rezonance se rozšířilo v medicíně od
devadesátých let minulého století jako šetrnější alternativa metod buďto používajících
Roentgenovo záření, nebo metod pracujících s radioizotopy, v obou případech znamenalo pro
pacienty menší zátěž. Patří mezi nepřímé metody, měří totiž objem okysličené krve,
protékající mozkovými tkáněmi (BOLD signál). Ten vzrůstá v těch oblastech, kde neurony
vykazují zvýšenou aktivitu. Fyzikální princip této metody ale vyžaduje, aby skenovaná tkáň
byla umístěna do extrémně silného stejnosměrného magnetického pole (až 10T), tedy do
středu velkého toroidního elektromagnetu. Podmínky experimentu značně omezují možnosti
participanta vykonávat nějaké kognitivní úlohy, protože musí nehybně ležet téměř hodinu
s rukama podél těla, vizuální stimuly k němu přicházejí prostřednictvím miniaturních displejů
(VR Headset), a zvukové stimuly prostřednictvím sluchátek. U participanta podrobeného
takovým podmínkám se jen těžko dá uvažovat o nízké zainteresovanosti, což je také
projektům založeným na fMRI kritiky vytýkáno. To spolu s vysokou cenou jednoho vyšetření
omezuje počet účastníků i velkoryse financovaných experimentů řádově na desítky. Přesto je
v oblasti základního výzkumu fMRI naprosto nenahraditelná, protože je na rozdíl od ostatních
zobrazovacích metod schopná měřit data i hluboko uvnitř mozku, kde jsou právě lokalizovány
některé struktury spojované s prožíváním emocí (tzv. limbický systém). Vděčíme ji za některé
zásadní objevy, na nichž je celý neuromarketing vybudován, jako tzv. systém odměn (reward
system)[4]. Její silnou stránkou je vynikající prostorové rozlišení (1 kubický milimetr), slabou
stránkou je rozlišení časové (řádově desetiny s). Metoda je atraktivní také pro média – dvě
3
České vysoké učení technické v Praze
Fakulta dopravní - Horská
30. září 2015
Praha, Česká republika
nejznámější neuromarketingové studie, a to Pepsi Challenge Reada Montagua a Buy-o-logy
Martina Lindstroma, využívají právě fMRI.
2.2.
Elektroencefalografie (EEG)
Jde o přímou metodu, založenou na snímání slabých střídavých elektrických polí vyvolaných
elektrickou aktivitou neuronů v mozkové kůře pomocí soustavy elektrod umístěných na
povrchu hlavy. Signál z elektrod je po zesílení a filtraci obvykle vizualizován jako animovaná
heat-mapa promítnutá na povrch mozku, protože na agregovaném signálu indukovaném na
elektrodách mají největší podíl neurony přítomné v kůře. I když se v některých případech
používá až 256 elektrod, prostorové rozlišení metody je slabé, naproti tomu časové rozlišení
je vzhledem k maximálním frekvencím, kterých mohou změny v mozku dosahovat, více než
dostatečné. Flexibilita nasazení při řešení různých kognitivních úloh je dobrá, zařízení může
být poměrně levné, lehké a může fungovat bezdrátově, takže participant experimentu může
řídit auto nebo nakupovat. Dlouholeté zkušenosti s využitím EEG v marketingovém výzkumu
má například společnost Sands Research, jedna z nejdéle na trhu působících
neuromarketingových firem [6].
2.3.
Infračervená spektroskopie (NIRS)
Jde o metodu nepřímou, která podobně jako fMRI měří změny v prokrvení částí mozkové
kůry v čase. Využívá rozdílů v absorpci infračerveného světla mezi oxyhemoglobinem a
deoxyhemoglobinem. Na rozdíl od fMRI má dosah jen několik centimetrů pod povrch hlavy,
ale zařízení je poměrně levné a příliš neobtěžuje participanta při různých činnostech. Ve
srovnání s výše uvedenými metodami se využívá zřídka.
2.4.
Měření vodivosti pokožky a dalších biometrických údajů (GSC)
Neuropsychologické experimenty prokázaly souvislost několika snadno měřitelných
biometrických proměnných (odpor pokožky, dech, tep) s emocionálními stavy respondentů.
Integrované zařízení na dlouhodobý sběr dat buďto do lokální paměti nebo s bezdrátovým
přenosem se podobá hrudnímu pásům používaným s běžnými sport-testery a nebrání
provozování jakékoli aktivity. Určitou slabinou metody je, že neposkytuje příliš specifické
informace o emocích, které respondent v experimentu prožívá. Těmito postupy se v nedávné
době zabývala například společnost Innerscope Research [7], a na jejích stránkách je
k dispozici množství relevantních případových studií, v současné době ale všechny výzkumné
firmy nabízejí všechny známé neuropsychologické metody, takže rozdíly mezi jejich
nabídkami jsou prakticky setřené. V květnu letošního roku dokonce došlo k akvizici
Innerscope Research společností Nielsen a přejmenování na Nielsen Consumer Neuroscience,
což se dá vlastně považovat za signál, že je neuromarketing brán naprosto vážně i těmi
největšími autoritami.
2.5.
Oční kamera (Eye Tracking)
Tato metoda má už dlouholetou tradici a je využívána i mimo rámec neuromarketingu
například v průmyslovém designu nebo v ergonomických studiích. Její obrovskou výhodou je
snadná pochopitelnost i pro naprostého laika, který se snadno dá přesvědčit, že je důležité
vědět, na co a jak dlouho se zákazník (nebo operátor nějakého zařízení) soustředí a co naopak
přehlíží. Vyskytují se dvě modifikace – takzvané mobilní zařízení, poměrně těžké a
neohrabané brýle vybavené dvěma páry miniaturních kamer, z nichž dvojice namířená ve
4
České vysoké učení technické v Praze
Fakulta dopravní - Horská
30. září 2015
Praha, Česká republika
směru pohledu respondenta snímá to, co má respondent v zorném poli, zatímco druhá dvojice
orientovaná opačně vyhodnocuje směr jeho pohledu. S takovým zařízením se dá podnikat celá
řada in-store nebo in-house experimentů, je zde opět nejasná otázka, jestli se respondent
s maškarou na hlavě bude cítit a chovat jako ve stavu nízké angažovanosti (což je
v experimentu někdy žádoucí). Jednodušší modifikací je obyčejný počítačový monitor
vybavený na okraji několika infračervenými kamerami, které opět vyhodnocují směr pohledu
participanta, v tomto případě jsou ale veškeré experimentální podněty omezeny na obrazovku.
Toto uspořádání má ale nezanedbatelnou výhodu v tom, že respondent není zařízením
sebeméně obtěžován a pokud to nebude v rozporu s etickými standardy, nemusí ani vědět, že
je měřen. Trhu s hardwarem pro eye-tracking dlouhá léta dominovala švédská společnost
ToBii [8], která si za špičkovou kvalitu nechala platit horentní sumy (řádově desítky tisíc
Euro za jednu instalaci), a která je ale v poslední době konkurenčními tlaky nucena přicházet i
s podstatně levnějšími řešeními. Na našem trhu má s oční kamerou dlouholeté zkušenosti
společnost GfK.
2.6.
Rozpoznávání výrazu tváře (Facial Coding)
Už Charles Darwin napsal v roce 1876 pojednání o tom, jak lidé i zvířata vyjadřují emoce
výrazem tváře, o 100 let později se tomuto jevu systematicky věnoval antropolog Paul
Ekman. Zjistil, že tento druh komunikace je do značné míry univerzální napříč etniky,
pohlavími nebo věkovými skupinami (od 3 let). Dále vyvinul kódovací systém (FACS), který
přisuzuje jednotlivým výrazům popsaným stavy čtyřiceti tzv. akčních jednotek některé z šesti
základních emocí – radost, smutek, překvapení, strach, hněv a pohrdání. Zpočátku prováděli
kódování školení analytici na statických snímcích extrémních poloh emocionálních stavů
předváděných herci, v současné době softwarové systémy s umělou inteligencí analyzují
v reálném čase videosignál s mnoha tvářemi zároveň. Výstupem měření je videozáznam
kontinuálně otagovaný hodnotami zvolených emocionálních proměnných. Taková informace
je pro praktické rozhodování marketingových zadání poněkud surová, je proto někdy účelné
redukovat ji do dvou rozměrů – valence a intenzita emocí. Silnou stránkou metody jsou
minimální nároky na hardware i fakt, že nijak neovlivňuje chování respondentů, zejména při
použití infračervených kamer. Ve srovnání s oční kamerou má tato metoda ale kratší historii a
menší důvěru potenciálních zákazníků, nicméně pro využití v dopravě má zřejmě největší
potenciál. Stejné softwarové knihovny zaměřené na analýzu obrazu jsou snadno využitelné i
na automatické sledování chování řidiče nebo cestujících v dopravních prostředcích.
3. Aplikace v dopravě
3.1. Hodnocení designu dopravních prostředků
Proces NPD je u zboží dlouhodobé spotřeby, kterým jsou automobily, na dnešním
hyperkonkurenčním trhu velice náročný a sofistikovaný a zahrnuje i prvky tzv. senzorického
marketingu, o kterém pojednává např. Martin Lindstrom v knize „Brand Sense“. Prosté
osobní dotazování na jednotlivé rysy produktu nemusí poskytovat spolehlivé informace, proto
se zainteresované společnosti snaží získávat informace i bez kognitivního zkreslení (bias).
Existuje například studie [9], která s využitím fMRI prokazuje souvislost mezi zobrazeními
různých kategorií automobilů a stupněm aktivace určitých mozkových center (ventral striatum
a OFC) spojovaných s pocity sociální dominance.
5
České vysoké učení technické v Praze
Fakulta dopravní - Horská
30. září 2015
Praha, Česká republika
3.2. Identifikace a prevence únavy a ospalosti řidiče
Tyto systémy už dlouhodobě slouží nejen k výzkumům, ale spolehlivě fungují v běžném
provozu, jsou ale založeny na více různých principech. Společnost Volvo už před 10 lety
uvedla na trh systém Driver Alert Control, pracující s kamerou sledující vnější prostředí a
vyhodnocující nebezpečné prvky ve stylu řízení vozidla, jako náhlé změny směru a brždění,
přejíždění středové čáry atd. Další možností je zabudování biosenzorů do sedadla a volantu a
odvozování přítomnosti únavy ze změn tepové frekvence [11] Ospalost by se dala
samozřejmě detekovat sledováním EEG, žádný řidič by si ale pravidelně nenasazoval čelenku
s elektrodami, o něco nadějnější se jeví využití tzv. nositelné elektroniky, různých náramků a
pásků spárovaných se smartphony, na nichž běží různé fitness aplikace. Poslední možností je
potom modifikace zařízení na čtení výrazů tváře, které se zaměří výhradně na symptomy
ospalosti [10]. Použitelné proměnné jsou například délka mrknutí, frekvence mrkání, procento
překrytí zornice víčkem. Problém může ale nastat, pokud si řidič nasadí brýle, takže optimální
bude zřejmě paralelní nasazení více metod.
3.3. Identifikace a prevence agresivního chování za volantem (Road Rage)
Jedná se o relativně závažné ohrožení bezpečnosti silničního provozu, které prozatím nemá
samostatnou právní kvalifikaci nebo diagnózu, nicméně v USA se eviduje asi 300 případů za
rok a i na našich dálnicích došlo k několika mediálně známým excesům. Automatická detekce
takového stavu je speciální případ detekce stresu při řízení. Takové téma je vlastně velice
vhodné cvičné zadání a také o něm v uplynulých 10 letech vzniklo mnoho prací od mnoha
průkopnických týmů (mimo jiné tým prof. R. Picard z MIT), které stejné zadání řešily
různými metodami s využitím různých algoritmů strojového učení, jako jsou NN, DBN nebo
SVM [12]. V současné době by bylo k podobnému účelu nejvhodnější nasadit některý
z komerčně dostupných softwarových systémů, např. od firmy Noldus Research.
3.4. Výzkum interpersonálních vztahů v dopravních prostředcích
Výše zmíněná firma publikuje na svých stránkách zajímavou aplikaci svého systému
rozpoznávání emocí, který byl nasazen během známé simulace letu na Mars, při němž
šestičlenná mezinárodní posádka strávila v izolaci 520 dní. Jedním ze stěžejních úkolů
experimentu bylo popsat psychosociální jevy, ke kterým dochází v tak extrémních
podmínkách. O projektu MARS 500 je dostupná rozsáhlá dokumentace, a to i v češtině.
Závěr
Z přehledu nejčastěji využívaných neuromarketingových metod vyplývá, že mimořádně
důležitým kritériem hromadného nasazení je míra, do jaké senzory snímající vstupní data
obtěžují respondenty experimentů nebo uživatele v reálném provozu. Jako bezproblémové se
z tohoto hlediska jeví oční kamera a rozpoznávání výrazů tváře, slibně vypadají také některé
způsoby snímání biometrických proměnných. Co se týká EEG, i když došlo k významným
pokrokům v technologii suchých elektrod, které si respondent může aplikovat sám, zůstane
tato metoda navždy metodou laboratorní, což platí dvojnásob o fMRI. I když Erik DuPlessis
ve své knize „The Branded Mind“ vyjádřil víru, že dojde k jeho podstatné miniaturizaci,
obávám se, že bez převratných objevů ve fyzice se mu jeho přání dlouho nesplní.
6
České vysoké učení technické v Praze
Fakulta dopravní - Horská
30. září 2015
Praha, Česká republika
Literatura
[1]
Lee, N., Broderick, A.J. and Chamberlain, L. - What is ‘neuromarketing’? A
discussion and agenda for future research - International Journal of Psychophysiology 63
(2007) 199–204
[2]
Kruglanski, A. W. – Social Psychology, Hanbook of Basic Principles, ( 2007) The
[3]
Guilford Press, pp. 572-573
Zurawicki, L. – Neuromarketing, Exploring the Brain of the Consumer, Springer 2010
ISBN978-3-540-77828-8
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
Váchová, P. E. - Neuromechanismy účinku návykových látek, systém odměn - Česká
a slovenská Psychiatrie 2009;105(6): 263 -268
http://www.nmsba.com
http://www.sandsresearch.com
http://innerscoperesearch.com/tech-of-neuroscience/core-biometrics
http://www.tobii.com
Erk, S. et al. - Cultural objects modulate reward circuitry, NeuroReport Vol. 13 No. 18
(2002)
Karchani, M. et al. - Presenting a model for dynamic facial expression changes in
detecting drivers’ drowsiness, Electron Physician. 2015 Apr-Jun; 7(2): 1073–1077
Yu, X. - Real-time Nonintrusive Detection of Driver Drowsiness, (2009) dostupné na:
http://conservancy.umn.edu/bitstream/handle/11299/97650/CTS%2009-15.pdf
Hua, G. et al. – Detecting Emotional Stress from Facial Expressions for Driving
Safety, International Conference on Image Processing (ICIP) 2014, Paris, France,
October 27-30, 2014aw
Gorbunov, R. D. - Monitoring Facial Expressions During the Mars-500 Isolation
Experiment - Proceedings of Measuring Behavior 2012 (Utrecht, The Netherlands,
August 28-31, 2012)
Zkrácené recenzní řízení provedl: prof. Ing. Václav Skurovec, CSc.
7